一文看懂Buzz三步上手本地离线音频转录工具【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz刚结束的两小时对谈采访录音文件躺在硬盘里受访者明确要求内容不要上传云端。传在线转写服务有泄密风险逐句手打又得熬到后半夜。这正是无数记者、课程制作人和视频创作者共同的痛音频转文字必须在本地完成。Buzz 正是基于 OpenAI Whisper 的本地离线音频转录工具在你的电脑上完成转录与翻译不联网、不收费支持 Windows、macOS 与 Linux。这篇文章不罗列功能清单而是按3分钟上手 → 日常熟练 → 深度进阶的成长路径带你用最短时间把音频变成可检索、可编辑、可导出的文字。第一阶 · 3分钟跑通第一个转录任务多数人第一次用转录工具都卡在模型下载和环境配置上。Buzz 把这条路径压到了最短安装。从官方发布页下载对应系统的安装包Windows 双击安装包、macOS 拖入 Applications、Linux 用 AppImage 或包管理器均无需额外配置。导入音频。点工具栏按钮或按CtrlOmacOS 为CmdO也可以直接把文件拖进窗口。除了常见音频MP4、AVI 等视频文件同样支持甚至能粘贴 YouTube 链接让 Buzz 自动抓取音频。设置参数。任务选转录或翻译成英语语言建议手动指定模型先用默认的 Tiny 级别。点击 Run。主界面出现一个任务行状态从 Queued排队变为 In Progress进行中很快变成 Completed。双击该行即可看到带时间戳的逐句转录文本。为什么这套流程最快因为 Buzz 首次运行时只下载所选模型Tiny 模型只有几十 MB先在你的机器上跑通第一遍再换大模型试错成本最低。你还可以同时添加多个文件Buzz 会排队依次处理不用一个个等。第二阶 · 日常使用三个拉开差距的关键能力跑通一次转录只是起点。真正让 Buzz 区别于能转写的脚本的是下面这三件事。1. 模型自由把硬件性能用在刀刃上为什么关键Whisper 有 tiny、base、small、medium、large 五个规模精度与速度相差数倍但越大越好并不成立——结果质量直接取决于你的硬件。怎么用在设置Preferences的 Models 标签页你可以为文件转录和实时录音分别指定后端包括原版 Whisper、Whisper.cpp、Faster Whisper、Hugging Face 模型甚至接入 OpenAI 兼容 API。NVIDIA 显卡开启 CUDAApple Silicon 走 MPS其余设备可用 Vulkan 或纯 CPU。适合谁有独立显卡的用户或需要在多台设备间保持一致的团队。用 Whisper.cpp 配合 small 模型通常能在速度与精度之间找到最佳平衡。2. 字幕 Resize把转录结果变成能直接用的字幕为什么关键自动转写的字幕常有一行几十个字、或两行挤一句话的问题上传视频平台前几乎都要返工。怎么用打开转录结果后点Resize设定目标字幕长度如每行 42 字符Buzz 会按标点、句意和音频静音重新切分还能合并间隔小于设定值的短字幕、延长字幕结束时间让字幕在画面上停留更久。适合谁视频创作者、字幕组以及需要把课程视频导出为 SRT/VTT 字幕的教学场景。若想按标点精细拆分记得在导入时勾选 Word-Level Timings。3. 实时录音转写边开会边出稿为什么关键会议纪要和讲座笔记最怕事后补实时转写能当场产出文字稿。怎么用在主界面切到实时录音页选好麦克风和语言点击 Record。Buzz 还提供一个演示窗口Presentation Window把实时文字投到屏幕上适合讲座、直播和分享会现场。适合谁需要现场速记的记者、做多语言讲座的讲师以及想给直播配实时字幕的主播。实时转录建议搭配 Whisper.cpp 和小型模型否则机器可能跟不上语速。第三阶 · 深度进阶问题库、避坑与自动化最常遇到的 5 个问题与解法① 语言识别总出错怎么办默认的自动检测语言虽然方便但对口音和背景音敏感。解法是导入时手动选择语言如果文稿含人名、专业术语在 Advanced 里填 Initial Prompt初始提示词比如输入奥特曼、Transformer、Stable Diffusion拼写错误会大幅减少。② 转录速度太慢怎么办三个方向把模型从 large 降到 small 或 medium把后端换成 Whisper.cpp 或 Faster Whisper在嘈杂音频上勾选提取语音Extract speech先分离人声再转写速度与准确率都能提升。③ 有几百个文件要批量处理设置文件夹监控Folder Watch新文件放入即自动转写再搭配内置插件Skip Already Transcribed重复导入时自动跳过已转写过的文件不浪费算力。④ 想转录电脑正在播放的声音这属于系统音频转录。macOS 装 BlackHole、Windows 装 VB-CABLE 这类虚拟声卡把系统输出指向虚拟设备再在 Buzz 里把麦克风选为该设备即可。⑤ 想接入自动化脚本Buzz 提供完整的命令行界面。例如buzz add --task transcribe --model-type whispercpp --model-size small video.mp4 --srt --vtt一条命令完成转写并导出 SRT/VTT配合--language zh指定语言可以挂进定时任务实现新录音一到就自动出稿。新手容易踩的 4 个坑不要迷信自动语言检测。检测只基于开头几秒官方文档也建议尽量手动指定语言。实时转录别用 large 模型。实时模式吃资源队列会越积越长换成 whisper.cpp 小模型并调大 Transcription step延迟明显下降。Resize 的按标点拆分有前提。它要求转录时开启 Word-Level Timings否则只能用最大长度拆分。换模型不等于重新下载。Buzz 会缓存已下载的模型不同任务共享别在设置里反复点下载。生态延伸插件、文档与源码Buzz 的插件系统可以在不修改核心代码的情况下扩展管线AI Summary用兼容 API 生成摘要、DeepFilterNet 降噪在转写前去除背景噪音、Export to DOCX直接导出 Word、Enhanced Language Detection在转写前自动探测语言。在Help → Plugins中可启用、排序和配置也能通过 URL 安装社区插件。官方文档位于docs/docs覆盖导入、实时录音、翻译、编辑与 Resize、说话人识别、插件等全部主题插件实现可参考buzz/plugins目录下的内置插件代码想自己写一个并不难。如果你希望基于源码部署或二次开发可以克隆仓库git clone https://gitcode.com/GitHub_Trending/buz/buzz写在最后从录音躺在硬盘里不敢上传到3 分钟得到带时间戳的文字稿Buzz 解决的从来不只是转写这一个动作而是数据安全、模型选择、字幕规范、批量自动化一整条链路。它把 Whisper 的能力封装成一个普通人也能上手的产品同时给高级用户保留了足够的接口。现在就可以去下载 Buzz导入你手头那份积压的录音从第一个任务开始——你会发现音频转文字这件事真的可以完全属于你自己的电脑。【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考